面向广泛的技术受众(从数据科学家、工程师到学生和研究人员)，Tom Hope、Yehezkel S.Resheff、ItayLieder编写的《TensorFlow学习指南(深度学习系统构建详解)》介绍了Ter]so rFlow的基本原理和实践方法。从TensorFlow中的一些基本示例开始，深入探讨诸如神经网络体系结构、TerISOfBoard可视化、TensorFlow抽象库和多线程输入管道等主题。阅读本书，你将习得如何使用TensonFlow构建和部署工业级深度学习系统。

前言
第1章 引言
1.1 走入深度学习
1.2 TensorFlow：名字中的含义
1.3 高层次概览
1.4 本章总结
第2章 随之“流”动：启动与运行Ten
2.1 安装Ten
2.2 Hell
2.
2.4 softmax回归
2.5 本章总结
第3章 理解TensorFlow基础知识
3.1 计算图
3.2 图、会话和提取数据
3.3 流动的张量
3.4 变量、占位符和简单的优化
3.5 本章总结
第4章 卷积神经网络
4.1 卷积神经网络简介
4.2 MNIST：第二轮
4.3
4.4 本章总结
第5章 文本I：文本及序列的处理，以及TensorBoard可视化
5.1 序列数据的重要性
5.2 循环神经网络简介
5.3 处理RNN的文本序列
5.4 本章总结
第6章 文本II：词向量、高级RNN和词嵌入可视化
6.1 词嵌入介绍
6.2 wo
6.3 预训练词嵌入，高级
6.4 本章总结
第7章 TensorFlow抽象与简化
7.1 本章概述
7.2 contrib
7.3 T
7.4 本章总结
第8章 队列、线程和数据读取
8.1 输入管道
8.2 TF
8.3 队列
8.4 完全多线程的输入管道
8.5 本章总结
第9章 分布式 Tens
9.1 分布式计算
9.2 TensorFlow 元素
9.3 分布式示例
9.4 本章总结
第10章 用TensorFlow导出和提供服务模型
10.1 保存和导出模型
10.2 TensorFlow Serving简介
10.3 本章总结
附录A 模型构建和使用TensorFlow Serving的建议

Tom Hope、Yehezkel S.Resheff、ItayLieder编写的《TensorFlow学习指南(深度学习系统构建详解)》主要介绍如何使用 TensorFlow 框架进行深度学习系统的构建。从基础知识入手，将使用TensorFlow 的各种方式贯穿于整本书的讲解之中，并结合实际的深度学习任务展示终深度学习系统的效果。本书涉及卷积神经网络、循环神经网络等核心的技术，并介绍了用于图像数据和文本序列数据的模型。在后半部分，本书介绍了更加高级的使用 TensorFlow 的技巧，并给出了分布式深度学习系统在TensorFlow 下的构建过程以及如何将训练后的模型导出和部署的方法。通过学习本书，你将能够使用 TensorFlow 完成从简单到高级应用系统构建的技术。本书适合计算机相关专业的学生、软件工程师、深度学习开发者、架构师、CTO 等技术人员阅读。